北京市O[,3]污染的区域特征分析，本文主要内容关键词为：北京市论文,特征论文,区域论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
O[,3]是天然大气的重要微量组分，平均含量为(10[-2]～10[-1])ug/cm[3]，大部分集中在10～30km的平流层，仅有10%左右的O[,3]分布在对流层中。O[,3]在地球大气化学中扮演着重要的角色，它在平流层起到保护人类与环境的重要作用。但是，如果对流层大气中O[,3]浓度增高，则会造成一系列不良的影响：高浓度的地面O[,3]将引发城市光化学烟雾，影响人类健康，对生态环境造成严重的危害。因此，对流层中O[,3]浓度的变化、分布规律以及其产生机理的研究具有重要的理论和实际意义。
对流层大气中的O[,3]是由天然源和人为源排放的NO[,x]和碳氢化合物，在太阳光照射下，发生光化学反应生成的二次污染物。近年来，随着汽车保有量的增加，各种燃料、油品、有机涂料的大量使用，大气中NO[,x]、可挥发性有机物(VOC)浓度不断增加，对流层的O[,3]问题日益突出，O[,3]污染已经成为倍受瞩目的区域性环境问题之一。
1 试验设计与监测点位的优化布设
1.1 试验设计的依据
由于光化学过程是对流层O[,3]的重要来源，O[,3]的浓度应具有与阳光有关的特征，据常规监测站常年监测的O[,3]夏季浓度高于其它季节的结果，将强化监测时间定在2000年6月26日～7月3日进行。
试验期间除监测O[,3]的小时浓度外，为了研究O[,3]的生成与其前体物浓度的关系，将主要前体物NO[,2]和NO[,x]的质量浓度设为同步监测项目。
根据1998、1999年6、7月份气象资料的风频分析结果，按北京市夏季主导风东南风方向，进行优化布点试验，充分研究北京市O[,3]浓度的分布特征及其局地生成和区域输送规律。
1.2 监测点位的布置
在充分考虑了北京市常规监测站布局前提下，考虑到O[,3]具有区域输送及区域性分布特征，分别将十三陵站和采育站作为北京下风向和上风向区域输送对照点，并在其间选择确定了6个具有不同代表性的区域监测点：丰善、北京大学、中科院大气物理所、万寿公园、垡头、京丰宾馆，进行同步适时O[,3]浓度的监测。
2 结果与讨论
2.1 强化监测期间O[,3]小时浓度的变化特征
图2描述了强化监测期间，各监测点O[,3]浓度的逐时变化规律。O[,3]浓度的变化与太阳辐射强度明显相关，峰值出现在每日的11:00～15:00时，各监测点的峰值浓度及其出现的时间有明显差异。这种规律性，一方面表明了一种共性即O[,3]的生成与光照强度有关；另一方面也表明O[,3]的生成与监测点的局地条件密切相关，如局地O[,3]前体物的浓度、上风向O[,3]及其前体物的浓度等。
监测期间出现了连续几日最大小时浓度超过“环境空气质量标准(GB3095-1996)”中规定的二级标准(0.20mg/cm[3])的现象。在选定的监测期间，6月26～27日O[,3]浓度较高，28～29日O[,3]浓度有所降低，7月1～2日又出现了新的O[,3]高浓度期。
连续的O[,3]高浓度，是与连续的晴好天气相关的。7月1～3日，北京和华北北部地区高空（500hPa，即5500m高空），均处华北高压控制之下，北京地区一直维持晴热天气，最高气温达39～41℃。地面风速≤2m/s。这种气象条件有利于高浓度O[,3]的形成。这表明，北京市具有生成高浓度O[,3]的潜势，当气象条件满足时，即可能由于发生强烈的光化学反应而形成大面积的O[,3]污染，这是应该引起重视的。
图1 6-25～7-4O[,3]小时浓度的逐时变化
Fig.1 June 25-July 4 hour concentration of ozone chang with time
2.2 典型污染日O[,3]浓度的逐时变化及地理分布特征分析
图2描述了典型的重污染日7月1日各监测点O[,3]小时浓度的逐时变化规律。各站的小时浓度逐时变化的总体趋势基本相似，有明显的峰谷变化，峰值出现在11:00～14:00时，各站间极大浓度及其出现时间差异显著。各监测站极大浓度值在0.273～0.477mg/m[3]之间，全部超过二级标准。
O[,3]浓度的变化与日照强度及前体物浓度的变化密切相关。人为排放的NO[,x]是O[,3]生成的最重要前体物之一。NO[,2]+hv+O[,2]→NO+O[,3]大气光化学过程是城市大气中O[,3]的主要来源。这一反应主要受日照强度及前体物浓度的控制。
NO[,x]浓度的第一高峰通常出现在上午8:00左右，此时，由于光照很弱，光化学反应速度很慢，O[,3]的浓度并不高，此间是NO[,x]浓度的积累过程。随着日照强度的增加，光化学反应速度加快，O[,3]浓度逐渐增大，当光化学反应最强烈时便形成了O[,3]浓度的高峰值。之后，光化学反应的程度，受O[,3]前体物浓度以及气象条件变化的影响，生成O[,3]反应一直持续到18:00时左右。在19:00以后，虽然NO[,x]的浓度很高，但由于此时光照减弱，光化学反应速度减慢，O[,3]浓度逐渐减小。
由于O[,3]是二次污染物，它的形成是局地光化学过程和区域输送共同作用的结果，O[,3]小时浓度逐时变化的地理分布情形恰恰反映出这一作用的结果。各监测站按O[,3]小时浓度的第一峰值出现时间先后顺序依次排列：采育、垡头、大气物理所、万寿公园、北京大学、京丰宾馆、丰善和定陵，这个方向正好是沿北京市夏季主导风向——东南风的输送方向。这种O[,3]小时浓度极大值出现时间依地理位置不同而不同的特征，是有别于其它污染物，这一特征也正好符合“O[,3]的污染是由局地光化学过程和区域输送共同作用的结果”这一观点的。
图2 典型重污染日O[,3]小时浓度的逐时变化
Fig.1 Typical change in concentration of ozone hourly in the day with serious pollution
图3描述了2000年夏季强化监测期间O[,3]最大浓度的地理分布情形。各监测站的最大O[,3]小时浓度值全部超过二级标准，说明了北京市典型O[,3]污染日O[,3]的污染具有广泛的区域性。
2.3 O[,3]与NO[,x]浓度的相关分析
研究各地O[,3]与其前体物浓度之间的相关关系有助于确定引起O[,3]生成的主要因素，从而因地制宜地进行控制。
图3 2000年夏季强化监测期间O[,3]最大浓度的地理分布
Fig.3 ozone geographic distribution of the maximum hour concentration during intensive monitoring
图4描述了6月30日～7月2日O[,3]与NO[,x]、NO[,2]平均浓度之间的相关关系，O[,3]与NO[,x]、NO[,2]浓度之间基本呈负相关关系。而且各监测站的相关系数有很大的差异。表1列出了各监测站O[,3]与NO[,x]小时浓度的相关系数。除定陵呈现正相关（相关系数为0.268）外，其它站都不同程度的表现为负相关，相关系数在-0.021～-0.478之间。相关系数的绝对值越大，表明该处O[,3]生成受NO[,x]控制的作用越大，反之亦然。由于NO[,x]主要是由机动车尾气排放产生的，了解了哪些区域是NO[,x]起决定作用之后，可以对其采取相应之措施进行控制。O[,3]小时浓度与NO[,x]小时浓度相关程度按由高到低的顺序依次排列为万寿公园、垡头、大气物理所、采育、京丰宾馆、北京大学。
图5至7分别描述了万寿路、北京大学、定陵等典型站之O[,3]、NO[,x]、NO[,2]小时浓度逐时变化的对比关系。各站O[,3]小时浓度高峰值对比应的NO[,2]、NO[,x]浓度是不同的。这一特征说明，虽然NO[,x]是O[,3]形成的主要前体物，但是O[,3]浓度还受各站除NO[,2]、NO[,x]以外其它不同环境条件的影响。也就是说，NO[,x]并不是影响O[,3]浓度的唯一因素。
图4 典型重污染期间O[,3]小时浓度与NO[,x]、NO[,2]浓度之间的关系
Fig.4 The relation between hour concentration of O[,3] and NO[,x],NO[,2] during typical serious pollution
如图5所示，万寿路O[,3]和NO[,x]之间呈较强的负相关关系（相关系数为-0.478），说明万寿路是典型的由NO[,x]控制O[,3]形成的区域。
图6描述了北京大学O[,3]与NO[,x]浓度逐时变化的对应关系。其O[,3]与NO[,x]之间负相关关系较差。由于北大地处研究区域的下风向——西北方向，其O[,3]的产生是由上风向区域输送和局地光化学反应共同作用的结果。因而，虽然上午NO[,x]的浓度比较低，但是在13:00时前后仍然出现了超二级标准的高浓度的O[,3]污染。这一现象说明北京大学站O[,3]的形成还可能取决于除了NO[,x]以外的其它因素，例如可挥发性有机物等。这一点有待于通过进一步的试验进行研究。
图7描述了定陵O[,3]与NO[,x]浓度逐时变化的对应关系。其O[,3]与NO[,x]之间呈正相关关系。定陵的这种O[,3]及NO[,x]浓度的分布关系，表明了当地的O[,3]和NO[,x]都是以区域输送产生为主。由于在定陵没有显著的O[,3]前体物排放源，定陵的O[,3]浓度主要受其上风向浓度分布的影响，其浓度大小与风向、风速密切相关。因此，定陵站O[,3]峰值出现的时间比其它站推迟了3～4小时；而定陵处NO[,x]的浓度是经过区域扩散和在扩散过程中由于光化学反应生成O[,3]的去除作用平衡的结果，因此其NO[,x]浓度值比较小，且峰谷之间差别不大。
上述分析表明，各监测站O[,3]的形成机制是有差异的，但有一点是相同的，即：NO[,x]和足够强的光照是形成高浓度O[,3]的必要条件。同时也说明了NO[,x]并不是控制O[,3]形成的除光照以外的唯一因素，O[,3]的形成除了受NO[,x]浓度的控制以外还受可挥发性有机物等其它前体物浓度的控制。另外，由于O[,3]的生成是局地光化学过程和区域输送共同作用的结果，其分布特征还与气象条件密切相关。事实上，影响O[,3]浓度的因素是非常复杂的。
3 结论和建议
3.1 结论
图5 典型日万寿公园站O[,3]、NO[,2]、NO[,x]小时浓度的逐时变化
Fig.5 Hour concentration of O[,3] and NO[,x],NO[,2] change with time at Wangshou Park station in typical day
图6 典型日北京大学O[,3]、NO[,2]、NO[,x]小时浓度的逐时变化
Fig.6 Hour concentration of O[,3] and NO[,x],NO[,2] change with time at Beijing University station in typical day
图7 典型污染日定陵站O[,3]、NO[,2]、NO[,x]小时浓度的逐时变化
Fig.7 Hour concentration of O[,3] and NO[,x],NO[,2] change with time at Dingling station in typical day
1)北京市目前具有一定的生成O[,3]潜势，当满足一定气象条件时，便有可能发生O[,3]污染。
2)北京市O[,3]具有局地和区域分布的特征。局地分布特征表现为：在不同的监测站O[,3]形成的控制因素是有差异的，即局地分为NO[,x]控制和其它因素控制，可据此有针对性地采取不同的控制措施以削减O[,3]的浓度；区域特征则表明为O[,3]的浓度具有大面积平均分布的趋势。
3)北京市O[,3]是由如下的两种过程产生的：其一为由局地的和由上风向输送的O[,3]前体物在光照充足的条件下经光化学反应过程，另外为上风向的O[,3]输送作用。
4)一定浓度的O[,3]前体物和适当的气象条件是O[,3]形成的必要条件。
5)控制人为排放的O[,3]前体物可以实现O[,3]污染的削减。
3.2 建议
由于O[,3]是由NO[,x]和碳氢化合物经光化学反应生成的二次污染物，为了有效的防治O[,3]污染，归根结底需要实现对其前体物浓度的控制。目前，我国执行的空气质量标准中，规定了NO[,2]的系列浓度标准，如果单从对人体健康的角度考虑，这个标准的制定是科学可行的；通过对监测数据的统计分析发现，当NO[,2]浓度达标时，O[,3]浓度仍然出现超标现象，这说明如果从O[,3]生成前体物控制的角度考虑，这个标准则是不合适的。建议有关部门，重视O[,3]前体物浓度的控制问题，并制定相应的控制标准。